1 清华大学土木工程系，北京 100084
2 中铁十八局集团第四工程有限公司，天津 300450
3 天津泰达工程科技有限公司，天津 300450
针对预制梁场中节段梁模板位姿的传统测量方法存在的耗时、费力和效率低等问题，提出一种基于三维重建和图像识别等计算机视觉技术快速测量模板位姿的方法。通过实验室内外的实验，探究工程现场常见因素对测量精度的影响，并总结获得较高测量精度的拍摄条件。在此基础上，通过实际预制梁场实验，验证所提方法的可行性和适用性。结果表明，所提方法在满足精度要求的前提下，能够快速、方便、低成本地测量节段梁模板的位置和姿态。
测量 计算机视觉 三维重建 模板调整 编码标记识别 测量精度分析 光学学报
2022, 42(15): 1512001
1 天津大学电气自动化与信息工程学院，天津 300072
2 天津大学微电子学院，天津 300072
针对短视频流行度预测问题，提出了一种基于双向深度编码网络的短视频流行度预测模型，该模型同时考虑多模态融合和单模态监督的建模并将其整合为一个双向深度编码网络。多模态融合模块利用模态关联性解决原始特征之间的数据缺失和维度差异等问题，以获取更全面的特征表示。单模态监督模块利用模态差异性监督多模态特征融合。通过联合训练多模态融合和单模态监督任务，充分学习多模态信息的一致性和差异性以提高算法的泛化能力。在公开NUS数据集上的实验表明所提模型的有效性和优越性。
成像系统 短视频 模态关联性 特征表示 多模态融合 流行度预测 激光与光电子学进展
2022, 59(8): 0811009
眼动仪采集红外眼动数据时受试者眼球快速运动或与仪器无法保持相对静止，导致采集的部分采集眼区图像出现虚焦、模糊，针对该问题，提出了一种语义分割优化系统，即超实时语义分割网络（S-RITnet）。首先，制作训练集、验证集、测试集图像数量比例为4∶1∶1的像素级标注数据集。然后，用增强超分辨率生成对抗网络和限制对比度的自适应直方图增强算法修复模糊眼区的数据集图像。最后，基于实时语义分割网络和自主数据集（含修复数据集）进行训练，实现对眼区图像的语义分割，并对获得的分割模块进行评价。实验结果表明，该优化方案可以有效优化眼区图像质量，相比低质量的眼区图像训练模块，S-RITnet的平均交并比提升了0.0247，F1分数提升了0.024。
图像处理 语义分割 生成对抗网络 图像增强 激光与光电子学进展
2022, 59(2): 0210016
1 桂林电子科技大学 电子工程与自动化学院, 桂林 541004
2 广西自动检测技术与仪器重点实验室, 桂林 541004
为了加强硫化橡胶及其助剂的检测分析, 对外表、气味或者特性相似的橡胶及其助剂准确分类, 将改进的粒子群优化支持向量机的建模方法引入到太赫兹光谱的定性分析中。结果表明, 针对不同的数据集, 本研究算法最低的综合分类正确率为81.25%; 相较于传统粒子群优化的支持向量机算法, 本算法在识别时间上也有所提高, 时间耗费整体小于9.40s。该方法针对不同数据集可以稳定、准确地分类, 为硫化橡胶及其助剂的定性分析提供了新的研究思路。
光谱学 粒子群算法 支持向量机 分类识别 橡胶与助剂 spectroscopy particle swarm optimization support vector machine classification identification rubber and additives
1 天津大学微电子学院, 天津 300072
2 天津市测绘院有限公司, 天津 300381
针对RGB图像在光照条件较差的情况下,难以检测其显著性目标区域,热红外(T)图像具有红外热辐射,难以检测其显著性目标边界的问题,提出一种基于RGB、T图像信息融合互补的显著性检测算法。首先,基于IHS颜色空间建立图像光照条件,判断RGB、T图像的光照情况;并提出RGB-T图像自适应光照融合算法,该算法根据图像的光照情况引导RGB-T图像的融合,以生成多级RGB-T光照融合图像,提高显著性目标的区域检测能力。其次,使用不同卷积核与标准差的高斯滤波器提取RGB、T图像中物体的边缘高频信息,以生成不同层级的RGB、T高频细节图像;并使用基于编解码器的深度学习网络,对RGB、T高频细节图像进行融合,以生成不同层级的RGB-T细节融合图像,提高显著性目标的边界检测能力。最后,根据图像光照信息进行多级RGB-T光照融合图像与RGB-T细节融合图像的融合;并使用基于学习的算法进行显著性目标检测。实验结果表明,所提算法在提高显著性目标检测精度的同时,优化了显著性目标边界的检测,与EGNet、PoolNet、CPDNet、DMRA和A2dele等优秀的显著性检测算法在Fmax值、Fave值和平均绝对误差等指标上相比,具有一定的竞争力。
机器视觉 显著性目标检测 图像融合 边缘检测网络 卷积神经网络 激光与光电子学进展
2021, 58(16): 1615005
随着“绿色轮胎”概念的深入, 轮胎橡胶的有效成分直接关系到橡胶合格与否, 而轮胎橡胶对于检测部门而言是一个“黑色”分析系统, 如何利用现有手段进行橡胶成分的准确检测至关重要。 太赫兹时域光谱(THz-TDS)技术已经成功应用于物质检测分析当中, 但是在许多情况下, 从橡胶这个复杂样品中观察到的太赫兹光谱数据代表了几个相互关联的组分或特征成分共同作用的综合结果, 原始数据中包含的实际信息可能会重叠, 进而影响橡胶混合物中各组分的分析。 为了解决太赫兹光谱重叠的问题, 利用太赫兹光谱矩阵连续平滑和浓度矩阵稀疏的特点, 将具有平滑特性的2范数和具有稀疏特性的1/2范数引入到非负矩阵分解方法, 提出基于光谱特征约束非负矩阵分解(constraint non-negative matrix factorization, CNMF)的太赫兹混叠光谱分离方法。 首先通过THz-TDS获取丁腈橡胶(NBR)与硫化促进剂2-巯基苯并噻唑(MBT)二组分混合物, 以及NBR、 MBT和一硫化四甲基秋兰姆(TMTM)三组分混合物的时域光谱; 然后对时域光谱进行傅里叶变换得到其频域光谱, 进而获取混合物所对应的吸光度混叠光谱矩阵; 光谱分离之前对获得的光谱矩阵进行主成分分析, 初步判定混合物组分数, 最后利用非负矩阵分解算法(non-negative matrix factorization, NMF)、 基于纯变量初始化的非负矩阵分解(purity non-negative matrix factorization, PNMF)和CNMF三种方法对混叠光谱进行光谱解析。 对比发现, 相较于NMF和PNMF方法, CNMF算法的分离效果更佳, 特征吸收峰对应结果更准确, 针对不同组分混合物分离结果的相关系数均高于89%, 光谱角小于0.5, 具有较高的纯净物光谱还原度。 将带有约束的非负矩阵分解算法引入到太赫兹混叠光谱的分离上, 较好的提取出复杂混合物中单一成分的特征信息, 为后续的太赫兹多组分混合物的定性分析和定量计算奠定了较好的基础, 在绿色轮胎及橡胶的质量检测领域具有一定的研究前景。
太赫兹时域光谱 光谱分离 非负矩阵分解 轮胎橡胶 黑色分析体系 THz-TDS Spectral separation Non-negative matrix factorization Tire rubber Black analysis system 光谱学与光谱分析
2020, 40(12): 3736
为了抑制陀螺仪的非线性、非平稳噪声,提出了一种改进的基于集合经验模态分解(EEMD)的降噪方法EEMD-M。首先,通过EEMD阈值滤波得到信息主导和噪声主导的固有模态函数(IMF)分量;将EEMD应用于第一次阈值滤波中被丢弃的IMF分量,提取信号的细节信息;采用去趋势波动分析(DFA)法定义每一个IMF分量的尺度指数,实现二次分解中有用分量的进一步提取;将两次滤波得到的有用IMF分量进行重构,得到降噪后的信号。为了验证EEMD-M的有效性,进行了实测数据的降噪实验。结果表明所提EEMD-M优于经验模态分解(EMD)降噪、DFA-EMD降噪、EEMD降噪和小波分析方法。实测数据的均方误差降低了82.9%,随机漂移得到明显抑制,这验证了EEMD-M的可行性和优越性,提高了微机电系统陀螺在光学图像处理中的稳定性和可靠性。
光纤光学 陀螺仪 集合经验模态分解 去趋势波动分析 随机漂移 激光与光电子学进展
2020, 57(15): 150601
随着图像内容不断丰富，由计算机产生的屏幕内容(SC)图像开始普及。针对这类图像，高效视频编码标准(HEVC)增加了调色板模式来提升对SC图像的压缩性能，但会增加计算复杂度和编码时间。提出了一种基于视频内容复杂度分析的自适应调色板模式快速决策算法。该算法将图像亮度分量分块，并用离散余弦变换(DCT)来衡量每个块的复杂度，然后根据复杂度值形成判别矩阵，最后根据判别矩阵结合编码单元的信息来自适应地关闭或启用调色板模式，以减少计算量和编码时间。根据实验结果，当参考编码器设为启用调色板模式时，本文算法能节省的总编码时间达到完全关闭调色板模式所节省时间的69.24%，而相同峰值信噪比下的码率差异(BDBR)平均增加0.33%，相同码率下的峰值信噪比差异(BDPSNR)平均下降0.03 dB，基本不影响视频质量。
图像处理 调色板模式 纹理复杂度 屏幕内容编码 激光与光电子学进展
2018, 55(7): 071001
Author Affiliations
Abstract
1 Key Lab of All Optical Network & Advanced Telecommunication Network of EMC, Beijing Jiaotong University, Beijing 100044, China
2 Institute of Lightwave Technology, Beijing Jiaotong University, Beijing 100044, China
We present a single-mode multilayer-core fiber with a large mode area (LMA) and a low bending loss in this Letter. A low equivalent core-cladding refractive index difference is achieved by exploiting the multilayer structure. The multilayer structure has a better bending performance than a traditional step-index core and this structure also contributes to realizing different curved refractive index profiles that have a better bending performance. An index trench is also introduced to dramatically reduce the bending loss. The experimental results show that, at a wavelength of 1550 nm, the mode area of the fabricated fiber is about 215.5 μm2 and the bending loss is 0.58 dB/turn at a 10 mm bending radius. The LMA and excellent bending performance can be obtained simultaneously with the proposed fiber.
060.2280 Fiber design and fabrication 060.2310 Fiber optics 060.2400 Fiber properties 060.2430 Fibers, single-mode Chinese Optics Letters
2016, 14(12): 120601
浙江大学现代光学仪器国家重点实验室 杭州 310027
着重分析了共焦扫描术中影响轴向分辨率的各种因素,并给出了初步的实验结果,同时讨论了优化轴向分辨率的可能途径。
轴向分辨率 共焦扫描显微术 针孔尺寸探测器 光瞳函数
